KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT
|
|
- Glenna Susanto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT Nama Mahasiswa : Aprilliantiwi NRP : Jurusan : Matematika Dosen Pembimbing : 1 Soleha, SSi, MSi 2 Dian Winda Setyawati, SSi, MSi Abstrak Matriks similar suatu matriks diagonal atau dapat didiagonalkan jika hanya jika jumlah multiplisitas geometri dari nilai-eigen nilai-eigen sama n Untuk matriks yang jumlah multiplisitas geometrinya tidak sama n, matriks tersebut tidak dapat didiagonalkan tetapi dari matriks tersebut dapat matriks yang hampir diagonal, biasa disebut matriks Jor, yang similar Untuk mendapatkan matriks, harus mendapatkan matriks sedemikian hingga Tugas akhir ini mengkaji cara mendapatkan matriks S menggunakan vektor-eigen tergeneralisasi Selain itu juga mengkaji bentuk matriks Jor, sifat-sifat matriks Jor, aplikasi matriks Jor pada sistem kontrol waktu diskrit Kata kunci : matriks Jor, vektor-eigen tergeneralisasi, sistem kontrol waktu diskrit 1 Pendahuluan Matriks dikatakan similar jika ada matriks nonsingular P sehingga Jika matriks mempunyai multiplisitas geometri dari nilai-eigen sama n, dapat didiagonalkan kata lain ada matriks diagonal D yang similar matriks A sehingga sebagai vektor kolom kei adalah vektor-eigen yang bersesuaian nilai-eigen untuk [4] Lalu bagaimana jika multiplisitas geometri dari nilai-eigen tidak sama? Apakah tidak ada matriks yang similar? Ternyata walaupun matriks, multiplisitas geometri dari nilai-eigen tidak sama, tidak dapat didiagonalkan tetapi dari matriks tersebut dapat matriks yang hampir diagonal, biasa disebut matriks Jor, yang similar A Hubungan ini dapat dituliskan sebagai berikut 2 Nilai-eigen, Vektor-eigen, Similaritas Berikut ini diberikan definisi nilai-eigen, vektor-eigen, cara mendapatkannya Definisi 21 [2] Jika, vektor taknol pada disebut suatu vektor-eigen dari jika untuk suatu skalar Skalar disebut nilai-eigen dari, disebut suatu vektor-eigen dari yang bersesuaian Untuk mencari nilai-eigen vektor-eigen dari suatu matriks adalah sebagai berikut Penyelesaian tak nol didapat jika hanya jika Setelah didapat nilai-eigen, vektor-eigen bisa cara memasukkan nilai ke persamaan Jika adalah nilai-eigen dari suatu matriks multiplisitas aljabar adalah banyaknya sebagai akar dari persamaan polinomial karakteristik A Segkan multiplisitas geometri adalah dimensi ruangeigen yang bersesuaian [2] Definisi 22 [4] Misalkan Untuk suatu nilai-eigen, himpunan dari semua vektor yang memenuhi disebut ruang- 1
2 eigen dari yang bersesuaian nilai-eigen Ingat bahwa setiap elemen tak nol dari ruangeigen merupakan vektor-eigen dari dari yang bersesuaian nilai-eigen Berikut diberikan teorema yang menghubungkan besarnya nilai dari multiplisitas aljabar multiplisitas geometri Teorema 21 [2] Multiplisitas geometri masingmasing nilai-eigen dari matriks A kurang dari atau sama multiplisitas aljabarnya Pang persamaan disebut polinomial karakteristik dari Berikut ini diberikan sifat yang dimiliki polinomial karakteristik dari suatu matriks Teorema 22 (Cayley-Hamilton) [4] Misalkan adalah polinomial karakteristik dari Terdapat tiga macam matriks yang banyak digunakan dalam pembahasan yaitu: 1 Matriks Diagonal Suatu matriks dikatakan diagonal jika 2 Matriks Segitiga Suatu matriks dikatakan matriks segitiga atas jika Jika, dikatakan matriks strictly segitiga atas dikatakan matriks segitiga bawah jika Nilai-eigen dari dua matriks yang disebutkan di atas, bisa langsung diketahui Hal ini tertera pada lema berikut Lema 21 [2] Jika (segitiga atas, segitiga bawah, atau diagonal), nilai-eigen A adalah anggota-anggota diagonal utama A 3 Matriks Blok Diagonal Suatu matriks dalam bentuk, dikatakan matriks blok diagonal Matriks di atas dapat ditulis sebagai Persamaan ini disebut jumlahan langsung dari matriks Berikut ini diberikan definisi dari similaritas suatu matriks Definisi 23 [4] Suatu matriks dikatakan similar matriks jika terdapat suatu matriks nonsingular sedemikian hingga Relasi B similar A dinotasikan Suatu relasi similaritas memiliki beberapa sifat yang mana diberikan pada lema di bawah ini Lema 22 [4] Relasi similaritas adalah suatu relasi ekivalen pada ; kata lain, relasi similaritas memenuhi sifat-sifat berikut ini a Refleksif : b Simetris : c Transitif : Terdapat suatu definisi untuk menyatakan suatu matriks yang similar matriks diagonal seperti yang didefinisikan sebagai berikut Definisi 24 [2] Suatu matriks dikatakan dapat didiagonalkan jika ada suatu matriks P yang mempunyai invers sedemikian sehingga adalah suatu matriks diagonal Berdasarkan Definisi 24 dapat dikatakan matriks dapat didiagonalkan jika similar terhadap suatu matriks diagonal Untuk mengetahui apakah suatu matriks dapat didiagonalkan dapat dilihat dari multiplisitas aljabar multiplisitas geometrinya seperti yang tertera pada teorema berikut ini Teorema 23 [5] Misal i A dapat didiagonalkan jika hanya jika jumlah multiplisitas geometri nilai-eigennya n ii Jika multiplisitas geometri dari masingmasing nilai-eigen A sama multiplisitas aljabarnya, A dapat didiagonalkan iii Jika semua nilei-eigen A berbeda (masingmasing multiplisitas aljabarnya adalah 1), A dapat didiagonalkan Berikut ini diberikan suatu teorema tentang similaritas matriks blok diagonal Teorema 24 [4] Misalkan, mempunyai nilai-eigen multiplisitas, berbeda similar terhadap matriks bentuk 2
3 adalah matriks segitiga atas semua elemen diagonalnya sama Berikut ini diberikan sifat-sifat yang dimiliki dua matriks similar Teorema 25 [4] Misalkan Jika A B similar, keduanya mempunyai rank, determinan, polinomial karakteristik yang sama Lema 23 [4] Misal matriks Jika adalah jumlahan langsung dari A B C dapat didiagonalkan jika hanya jika A B dapat didiagonalkan 3 Bentuk Kanonik Jor Matriks Jor adalah jumlahan langsung dari matriks blok Jor Suatu matriks Jor yang similar matriks yang diberikan disebut bentuk kanonik Jor Setelah tahu bentuk kanonik Jor, semua informasi aljabar linear tentang matriks yang diberikan dapat diketahui mudah Berikut ini diberikan definisi blok Jor Definisi 25 [4] Suatu blok Jor J k (λ) adalah matriks segitiga atas bentuk Dengan mungkin sama nilai tidak perlu berbeda 4 Sifat-sifat Matriks Jor terhadap Similaritas Sebelum menuju sifat-sifat matriks Jor terhadap similaritas, terlebih dahulu perlu membuktikan lema berikut Lema 41 [4] Diberikan blok Jor Maka (i) (ii) jika (iii) untuk (iv) adalah matriks identitas, adalah vektor satuan basis standar ke-i Bukti : (i) Dengan induksi, akan dibuktikan Untuk matriks berukuran Anggap benar untuk matriks berukuran Sekarang cek untuk matriks ada k-1 angka +1 pada superdiagonal; muncul k kali pada diagonal utama Elemen yang lainnya nol, Matriks Jor adalah jumlahan langsung dari blok Jor sehingga dapat dituliskan sebagai berikut (ii) Dengan induksi, akan dibuktikan, Untuk matriks berukuran pasti sama 0 Anggap benar untuk matriks berukuran Jadi Sekarang cek untuk matriks berukuran 3
4 Sehingga, (iii) Akan dibuktikan untuk Perhatikan bahwa tidak ada blok jor pada diagonal J yang berukuran lebih besar dari sehingga berdasarkan Lema 411 (ii) Sekarang akan dibuktikan untuk matriks berukuran n Dimisalkan hanya akan mempunyai nilai saat bertemu kata lain hanya yang mempunyai nilai Matriks berukuran yang hanya elemen ke yang sama satu adalah (iv) Akan dibuktikan Bukti :, adalah matriks strictly segitiga atas Pang persamaan di bawah ini Dengan mempartisi menjadi yaitu berdasarkan persamaan serta partisi pada ruas kanan dari, persamaan dapat ditulis sebagai berikut Lema di atas akan digunakan untuk pembuktian Teorema 412 berikut ini Teorema 41 [4] Misalkan adalah matriks strictly segitiga atas Terdapat sebuah matriks nonsingular bilangan bulat sedemikian sehingga Sekarang pang similaritas dari matriks tersebut yaitu Pembuktian akan dilakukan induksi Jika Anggap benar untuk matriks berukuran yaitu matriks matriks strictly segitiga atas terdapat matriks nonsingular sedemikian hingga Ada dua kemungkinan nilai berdasarkan atau 4
5 (i) Jika Akan dibuktikan induksi Untuk matriks berukuran Dianggap benar untuk yaitu terdapat matriks nonsingular sedemikian hingga adalah blok Jor berukuran diagonal utama nol Gunakan sifat untuk, secara rekursif dapat ditunjukkan bahwa untuk Dengan adalah matriks Jor elemen diagonal nol Untuk Untuk (46) Karena similar similar Karena, terlihat bahwa paling banyak dalam langkah pada similaritas ini, nilai di luar diagonal pada akhirnya akan sama nol Dapat disimpulkan bahwa similar Teorema 42 [4] Misalkan adalah matriks real Terdapat suatu matriks nonsingular sedemikian sehingga (ii) Jika, menunjukkan bahwa similar terhadap matriks Dengan similaritas, Sehingga dapat pula disimpulkan bahwa similar terhadap matriks Berikut akan dicari matriks yang similar matriks B Misalkan matriks tersebut adalah Berikut ini akan dibuktikan bahwa Dari Teorema 24 didapatkan bahwa setiap matriks kompleks yang mempunyai nilai-eigen multiplisitas berbeda, similar matriks blok diagonal yang masing-masing blok diagonalnya adalah matriks segitiga atas elemen diagonal sama Selanjutnya akan dibuktikan bahwa matriks blok diagonal yang masing-masing blok diagonalnya adalah matriks segitiga atas elemen diagonal sama similar matriks Jor 5
6 Misalkan matriks segitiga atas elemen diagonal utama p adalah misalkan adalah matriks strictly segitiga atas sedemikian hingga Dari Teorema 41 diketahui bahwa akan dibuktikan kata lain akan dibuktikan karena setiap matriks kompleks similar matriks blok diagonal yang masing-masing blok diagonalnya adalah matriks segitiga atas elemen diagonal sama matriks tersebut similar matriks Jor setiap matriks kompleks similar matriks Jor 5 Vektor-Eigen Tergeneralisasi Sifat- Sifat pada Vektor-Eigen Tergeneralisasi Suatu matriks, jumlah multiplisitas geometri dari nilai-eigen nilai-eigen tidak sama n, tidak similar matriks diagonal karena jumlah vektor-eigennya tidak sama Tetapi matriks tersebut similar matriks Jor Untuk mendapatkan vektor-eigen yang bebas linear dapat digunakan vektor-eigen tergeneralisasi Berikut ini diberikan definisi dari vektor-eigen tergeneralisasi Definisi 41 [3] Vektor x disebut vektor-eigen tergeneralisasi tingkat dari A yang berpaan jika hanya jika Perhatikan jika, definisi ini menjadi, di mana ini merupakan definisi vektor-eigen Misalkan adalah vektor-eigen tergeneralisasi yang bersesuaian merupakan vektor-eigen tergeneralisasi tingkat, vektor-eigen tergeneralisasi tersebut dapat ditentukan dari persamaan berikut Himpunan vektor disebut rantai vektor-eigen tergeneralisasi panjang Berikut ini akan dibuktikan bahwa vektoreigen tergeneralisasi panjang dari nilaieigen yang sama adalah vektor bebas linear Teorema 43 [3] Jika merupakan vektor-eigen tergeneralisasi panjang adalah bebas linear Akan dibuktikan vektor-eigen tergeneralisasi adalah vektor bebas linear Dengan kata lain akan dibuktikan untuk, hanya mempunyai 1 penyelesaian yaitu Pembuktian akan dilakukan iterasi Iterasi 1 Kalikan kedua ruas Berdasarkan Definisi 421 bahwa karena dapat disimpulkan bahwa Dengan mensubstitusikan hasil ini ke (410) persamaan berikut (411) Iterasi 2 Kalikan kedua ruas yang dapat dituliskan sebagai 6
7 Pang lagi persamaan Kalikan kedua ruas Berdasarkan Definisi 41 bahwa karena dapat disimpulkan bahwa Dengan mensubstitusikan hasil ini ke persamaan berikut Kalikan kedua ruas akan kembli persamaan sehingga Dengan mengulangi langkah-langkah tersebut, akhirnya didapatkan kesimpulan Berdasarkan Definisi 4 1 bahwa Sehingga terbukti bahwa vektor-eigen tergeneralisasi adalah vektor bebas linear Setelah terbukti bahwa vektor-eigen tergeneralisasi dari nilai-eigen yang sama merupakan vektor bebas linear, selanjutnya akan dibuktikan bahwa vektor-eigen tergeneralisasi vektor-eigen vektor-eigen dari nilaieigen yang berbeda juga bebas linear Teorema 44 [3] Vektor-eigen tergeneralisasi dari vektor-eigen vektor-eigen dari nilai nilai-eigen yang berbeda adalah bebas linear Tanpa mengurangi keumuman, misalkan mempunyai nilai-eigen jadi mempunyai satu rantai vektor-eigen tergeneralisasi panjang segkan Misalkan vektor-eigen tergeneralisasi yang bersesuaian adalah vektor-eigen yang bersesuaian dibuktikan adalah Akan bahwa adalah bebas linear kata lain akan dibuktikan bahwa Karena oleh sebab itu Kalikan sehingga Kalikan sehingga Dan seterusnya hinga Karena hanya mempunyai satu penyelesaian yaitu 7
8 Karena Dan seterusnya hingga Dari memenuhi persaman berikut Dari Teorema 43 sehingga bebas linear Sekarang asumsikan bahwa matriks memiliki nilai-eigen sebanyak k nilai-eigen lain yang semuanya berbeda dari, nilai-eigen dari A adalah Berikut ini akan dibahas dua kasus yaitu untuk 421 Untuk kasus di mana adalah hanya ada satu vektor-eigen yang bersesuaian nilai-eigen, akibatnya hanya ada satu blok Jor yang bersesuaian nilai-eigen berulang ini Teorema 45 Asumsikan bahwa matriks memiliki nilai-eigen sebanyak k nilaieigen lain yang semuanya berbeda dari serta, ada matriks Jor Vektor-eigen bersesuaian nilai-eigen yang masing-masing berbeda, dapat ditentukan dari Kemudian menggabungkan persamaan, yaitu adalah vektor-eigen tergeneralisasi yang bersesuaian adalah vektor-eigen yang bersesuaian nilai-eigen sedemikian hingga Dari Karena persamaannya menjadi 422 Karena kita berasumsi bahwa matriks memiliki nilai-eigen sebanyak k nilai-eigen lain yang semuanya berbeda dari, ada vektor-eigen yang bebas linear yang bersesuaian sehingga terdapat blok Jor yang bersesuaian nilai-eigen 8
9 Untuk mendapatkan vektor-eigen yang bebas linear, terlebih dahulu akan dibuktikan sifat berikut Lema 42 [3] Diberikan ruang null dari, ruang null dari kata lain memuat semua yang memenuhi Akan dibuktikan kata lain akan dibuktikan jika berarti Dengan mengalikan kedua ruas Berarti Sekarang akan ditunjukkan cara untuk mendapatkan vektor-eigen yang bebas linear Kita misalkan multiplisitas aljabar dari adalah misalkan ukuran blok Jor yang bersesuaian adalah Teorema 46 Jika terdapat dimana kolom-kolom merupakan vektor-eigen (tergeneralisasi) yang bersesuaian sedemikian hingga Tanpa mengurangi keumuman anggap bahwa mempunyai nilai-eigen nilai-eigen sebanyak k nilai-eigen lain yang semuanya berbeda dari sehingga artinya terdapat s blok Jor pada matriks Jor Misalkan panjang rantai bisa Rantai pertama Dari nilai null dapat diketahui jumlah vektor yang bebas linear yaitu vektor-eigen Rantai kedua Sehingga vektor-eigen vektor-eigen Berikut ini akan dijelaskan bagaimana menentukan banyaknya blok Jor ukuran blok Jor yang bersesuaian i Jika terdapat blok jor yang bersesuaian ii Jika panjang rantai Rantai ke-s 9
10 Diperoleh Vektor-eigen bersesuaian nilai-eigen yang masing-masing berbeda, dapat ditetukan dari Atau sehingga 6 Keberagaman Sistem Kontrol Waktu Diskrit Pang sistem kontrol waktu diskrit yang didefinisikan oleh Kemudian menggabungkan persamaan vektor-eigen tergeneralisasi sebelumnya persamaan vektor-eigen di atas menjadi satu, yaitu Misalkan didefinisikan vektor keadaan baru adalah matriks nonsingular Substitusikan persamaan ke persamaan, Kalikan kedua ruas Misal didefinisikan persamaan sebagai dapat ditulis ulang Dengan cara yang sama, Misalkan persamaan menjadi Misalkan rantai vektor sebagai Hal ini menunjukkan bahwa sistem pada persamaan ekivalen persamaaan sistem 7 Keteramatan Sistem Kontrol Waktu Diskrit Pang sistem kontrol waktu diskrit yang didefinisikan oleh 10 waktu yang merupakan bilangan bulat
11 vektor keadaan, vektor output, matriks anggota matriks anggota Solusi dari Setelah mendapatkan solusi sistem pada persamaan, bisa didefinisikan sifat keteramatan dari sistem tersebut Definisi 42 Suatu sistem dinan teramati jika setiap keadaan awal dapat ditentukan dari Dengan menggunakan, kita mendapatkan syarat perlu syarat cukup untuk keadaan keteramatan seperti yang dijelaskan pada lema berikut ini Lema 43 [6] Syarat perlu syarat cukup untuk keadaan keteramatan pada persamaan adalah b Kolom yang bersesuaian baris pertama dari masing-masing blok Jor tidak ada yang elemennya nol semua, c Elemen dari masing-masing kolom yang bersesuaian nilai-eigen yang berbeda tidak semuanya nol 8 Keterkontrolan Sistem Kontrol Waktu Diskrit Pang sistem kontrol waktu diskrit yang didefinisikan oleh waktu yang merupakan bilangan bulat vektor keadaan, vektor kontrol, matriks anggota matriks anggota Untuk selanjutnya, sistem yang dinyatakan persamaan (422) dinotasikan sebagai sistem Solusi dari dapat diselesaikan menggunakan metode rekursi yaitu 71 Bentuk Alternatif Untuk Keadaan Keteramatan Selain cara yang diuraikan sebelumnya, ada cara lain untuk menentukan apakah suatu sistem teramati atau tidak Yaitu mengubah matriks ke bentuk diagonal atau Jor Pertimbangkan sistem didefinisikan oleh Jika semua vektor-eigen berbeda, sebuah matriks transformasi mentransformasikan ke bentuk matriks diagonal, sedemikian hingga adalah nilai-eigen berbeda dari Sistem teramati jika hanya jika tidak ada kolom dari matriks yang semua elemennya nol Jika matriks tidak mempunyai vektor-eigen yang berbeda, pendiagonalan tidak mungkin dilakukan Dalam kasus seperti ini, kita boleh mengubah menjadi bentuk kanonik Jor: Sistem dikatakan dalam keadaan teramati jika hanya jika a Tidak ada dua blok Jor dalam yang bersesuaian nilai-eigen yang sama, Mengulangi prosedur ini, didapatkan Setelah mendapatkan solusi sistem, bisa didefinisikan sifat keterkontrolan dari sistem tersebut Definisi 43 Suatu sistem dinan terkontrol jika untuk setiap keadaan awal keadaan akhir, terdapat vektor kontrol sedemikian hingga solusi dalam persamaan menjadi Dengan menggunakan definisi yang diberikan, kita akan mendapatkan syarat untuk keadaan keterkontrolan Lema 44 [6] Syarat perlu syarat cukup untuk keadaan keterkontrolan pada persamaan adalah Akan dibuktikan jika sistem terkontrol Misal Karena terkontrol, terdapat sedemikian hingga 11
12 Artinya Jika, jelas Jika apakah suatu sistem terkontrol atau tidak Yaitu mengubah matriks ke bentuk diagonal atau Jor Teorema 47 [6] Jika matriks adalah matriks diagonal sistem terkontrol Pertimbangkan sistem didefinisikan oleh (428) Jika semua vektor-eigen berbeda, mungkin untuk menemukan matriks transformasi seperti Jadi Akibatnya Dengan kata lain Akan dibuktikan jika sistem terkontrol Karena solusi dari persamaan adalah kita mendapatkan Perhatikan bahwa jika nilai-eigen berbeda vektor-eigen berbeda Bagaimanapun, kebalikannya tidak benar Perhatikan juga bahwa kolom ke i dari matriks adalah vektor-eigen yang bersesuaian nilai-eigen ke i Misalkan didefinisikan persamaan (428) menjadi Misalkan didefinisikan, Karena adalah matriks, kita dapatkan bahwa masing-masing dari matriks adalah matriks misalkan Matriks disebut matriks keterkontrolan Jika rank matriks keterkontrolan adalah, untuk sebarang keadaan, terdapat sebuah rangkaian sinyal kontrol yang memenuhi persamaan sehingga jika rank dari matriks keterkontrolan adalah, sistem terkontrol 81 Bentuk Alternatif Untuk Keadaan Keterkontrolan Selain cara yang diuraikan sebelumnya, ada cara lain untuk menentukan Jika pada matriks yang berukuran terdapat vektor baris nol, variabel keadaan yang bersesuaian kolom tersebut tidak dapat dikontrol oleh setiap Oleh sebab itu, syarat untuk keadaan keterkontrol adalah bahwa, jika vektor-eigen berbeda, sistem dalam keadaan terkontrol jika hanya jika tidak ada vektor baris nol dalam Hal ini penting 12
13 untuk dicatat bahwa untuk menerapkan syarat ini pada keadaan terkontrol, kita harus mengubah matriks ke dalam bentuk diagonal Jika matriks tidak mempunyai vektoreigen yang berbeda, pendiagonalan tidak mungkin dilakukan Dalam kasus seperti ini, kita boleh mengubah menjadi bentuk kanonik Jor Sebagai contoh, jika mempunyai nilaieigen mempunyai vektor-eigen yang berbeda, bentuk kanonik Jor dari adalah Submatriks berukuran pada diagonal utama disebut blok Jor Andaikan mungkin untuk menemukan matriks transformasi sehingga Jika kita definisikan Syarat untuk keadaan keterkontrolan sistem boleh dinyatakan sebagai berikut: sistem dikatakan dalam keadaan terkontrol jika hanya jika a Tidak ada dua blok Jor dalam yang bersesuaian nilai-eigen yang sama, b Elemen dari vektor baris yang bersesuaian baris terakhir dari masing-masing blok Jor tidak sama nol, c Elemen dari masing-masing baris yang bersesuaian nilai-eigen yang berbeda tidak semuanya nol 9 Kesimpulan Berdasarkan analisis yang telah dilakukan, dapat diambil kesimpulan yaitu 1 Matriks strictly segitiga atas similar matriks Jor 2 Sebarang matriks real similar matriks Jor 3 Jika merupakan vektor-eigen tergeneralisasi panjang adalah bebas linear 4 Vektor-eigen tergeneralisasi dari vektor-eigen vektor-eigen dari nilai nilaieigen yang berbeda adalah bebas linear 5 Untuk sebarang terdapat yaitu matriks yang kolom-kolomnya adalah vektoreigen (tergeneralisasi) matriks Jor sehingga 6 Matriks adalah matriks Jor, sistem dikatakan dalam keadaan teramati jika hanya jika a Tidak ada dua blok Jor dalam yang bersesuaian nilai-eigen yang sama, b Kolom yang bersesuaian baris pertama dari masing-masing blok Jor tidak ada yang elemennya nol semua, c Elemen dari masing-masing kolom yang bersesuaian nilai-eigen yang berbeda tidak semuanya nol 7 Jika matriks adalah matriks Jor, syarat untuk keadaan keterkontrolan sistem (F,G) boleh dinyatakan sebagai berikut: sistem dikatakan dalam keadaan terkontrol jika hanya jika a Tidak ada dua blok Jor dalam yang bersesuaian nilai-eigen yang sama, b Elemen dari vektor baris yang bersesuaian baris terakhir dari masing-masing blok Jor tidak sama nol, c Elemen dari masing-masing baris yang bersesuaian nilai-eigen yang berbeda tidak semuanya nol 10Daftar Pustaka 1 Anton, Howard 2000 Dasar-dasar Aljabar Linear Edisi 7 Jilid 1 Interaksara PO Box 238, Batam Centre, Anton, Howard 2000 Dasar-dasar Aljabar Linear Edisi 7 Jilid 2 Interaksara PO Box 238, Batam Centre, Chen, Chi-Tsong 1970 Linear System Theory and Design CBS College Publishing 4 Horn, Roger A, Charles R Johnson 1990 Matrix Analysis Cambridge University Press 5 Jacob, Bill 1990 Linear Algebra WH Freeman and Company 6 Ogata, Katsuhiko 1995 Discrete-Time Control Systems Second Edition Prentice- Hall International, Inc 13
KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT
KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT Oleh: APRILLIANTIWI NRP. 1207100064 Dosen Pembimbing: 1. Soleha, S.Si, M.Si 2. Dian Winda S., S.Si, M.Si LATAR BELAKANG Matriks dan
Lebih terperinciMATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINIER WAKTU DISKRIT. Soleha, Dian Winda Setyawati Jurusan Matematika, FMIPA Institut Teknologi Surabaya
MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINIER WAKTU DISKRIT Soleha, Dian Winda Setyawati Jurusan Matematika, FMIPA Institut Teknologi Surabaya Abstract. Matrix is diagonalizable (similar with matrix
Lebih terperinciPerluasan Teorema Cayley-Hamilton pada Matriks
Vol. 8, No.1, 1-11, Juli 2011 Perluasan Teorema Cayley-Hamilton pada Matriks Nur Erawati, Azmimy Basis Panrita Abstrak Teorema Cayley-Hamilton menyatakan bahwa setiap matriks bujur sangkar memenuhi persamaan
Lebih terperinciBAB II TINJAUAN PUSTAKA
5 BAB II TINJAUAN PUSTAKA A Matriks 1 Pengertian Matriks Definisi 21 Matriks adalah kumpulan bilangan bilangan yang disusun secara khusus dalam bentuk baris kolom sehingga membentuk empat persegi panjang
Lebih terperinciMATRIKS UNITER, SIMILARITAS UNITER DAN MATRIKS NORMAL. Anis Fitri Lestari. Mahasiswa Universitas Muhammadiyah Ponorogo ABSTRAK
MATRIKS UNITER, SIMILARITAS UNITER DAN MATRIKS NORMAL Anis Fitri Lestari Mahasiswa Universitas Muhammadiyah Ponorogo ABSTRAK Matriks normal merupakan matriks persegi yang entri-entrinya bilangan kompleks
Lebih terperinciBAB II LANDASAN TEORI. yang biasanya dinyatakan dalam bentuk sebagai berikut: =
BAB II LANDASAN TEORI 2.1 Matriks Definisi 2.1 (Lipschutz, 2006): Matriks adalah susunan segiempat dari skalarskalar yang biasanya dinyatakan dalam bentuk sebagai berikut: Setiap skalar yang terdapat dalam
Lebih terperinciDIAGONALISASI MATRIKS KOMPLEKS
Buletin Ilmiah Mat Stat dan Terapannya (Bimaster) Volume 04, No 3 (2015), hal 337-346 DIAGONALISASI MATRIKS KOMPLEKS Heronimus Hengki, Helmi, Mariatul Kiftiah INTISARI Matriks kompleks merupakan matriks
Lebih terperinciON SOLUTIONS OF THE DISCRETE-TIME ALGEBRAIC RICCATI EQUATION. Soleha Jurusan Matematika, Institut Teknologi Sepuluh Nopember Surabaya
ON SOLUTIONS OF THE DISCRETE-TIME ALGEBRAIC RICCATI EQUATION Soleha Jurusan Matematika, Institut Teknologi Sepuluh Nopember Surabaya Abstract. On solving the optimal control for the linear discrete-time
Lebih terperinciSATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA
Mata Kuliah : Matematika Diskrit 2 Kode / SKS : IT02 / 3 SKS Program Studi : Sistem Komputer Fakultas : Ilmu Komputer & Teknologi Informasi. Pendahuluan 2. Vektor.. Pengantar mata kuliah aljabar linier.
Lebih terperinciDIAGONALISASI MATRIKS ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN INTISARI
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 3 (2013), hal. 183-190 DIAGONALISASI MATRIKS ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN Fidiah Kinanti, Nilamsari Kusumastuti, Evi Noviani
Lebih terperinciGRUP ALJABAR DAN -MODUL REGULAR SKRIPSI SARJANA MATEMATIKA OLEH: FITRIA EKA PUSPITA
GRUP ALJABAR DAN -MODUL REGULAR SKRIPSI SARJANA MATEMATIKA OLEH: FITRIA EKA PUSPITA 07934028 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS ANDALAS PADANG 2011 ABSTRAK Misalkan
Lebih terperinciMENENTUKAN PERPANGKATAN MATRIKS TANPA MENGGUNAKAN EIGENVALUE
MENENTUKAN PERPANGKATAN MATRIKS TANPA MENGGUNAKAN EIGENVALUE Rini Pratiwi 1*, Rolan Pane 2, Asli Sirait 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika dan Ilmu
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI A. Matriks 1. Pengertian Matriks Definisi II. A. 1 Matriks didefinisikan sebagai susunan segi empat siku- siku dari bilangan- bilangan yang diatur dalam baris dan kolom (Anton, 1987:22).
Lebih terperinciAljabar Linear Elementer
BAB I RUANG VEKTOR Pada kuliah Aljabar Matriks kita telah mendiskusikan struktur ruang R 2 dan R 3 beserta semua konsep yang terkait. Pada bab ini kita akan membicarakan struktur yang merupakan bentuk
Lebih terperinciBAB III MATRIKS HERMITIAN. dan konsep-konsep lainnya yang berkaitan dengan matriks Hermitian. Matriks
BAB III MATRIKS HERMITIAN Pada bab ini, akan dibahas beberapa konsep penting dari matriks Hermitian dan konsep-konsep lainnya yang berkaitan dengan matriks Hermitian. Matriks Hermitian merupakan kelas
Lebih terperinciYang dipelajari. 1. Masalah Nilai Eigen dan Penyelesaiannya 2. Masalah Pendiagonalan. Referensi : Kolman & Howard Anton. Ilustrasi
7// NILAI EIGEN dan VEKTOR EIGEN Yang dipelajari.. Masalah Nilai Eigen dan Penyelesaiannya. Masalah Pendiagonalan Referensi : Kolman & Howard Anton. Ilustrasi Misalkan t : R n R n dengan definisi t(x)
Lebih terperinciKAJIAN METODE KONDENSASI CHIO PADA DETERMINAN MATRIKS
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 279 284. KAJIAN METODE KONDENSASI CHIO PADA DETERMINAN MATRIKS Adrianus Sumitro, Nilamsari Kusumastuti, Shantika Martha
Lebih terperinciBAB II KAJIAN TEORI. dinamik, sistem linear, sistem nonlinear, titik ekuilibrium, analisis kestabilan
BAB II KAJIAN TEORI Pada bab ini akan dibahas mengenai nilai eigen dan vektor eigen, sistem dinamik, sistem linear, sistem nonlinear, titik ekuilibrium, analisis kestabilan sistem dinamik, kriteria Routh-Hurwitz,
Lebih terperinciMODUL V EIGENVALUE DAN EIGENVEKTOR
MODUL V EIGENVALUE DAN EIGENVEKTOR 5.. Pendahuluan Biasanya jika suatu matriks A berukuran mm dan suatu vektor pada R m, tidak ada hubungan antara vektor dan vektor A. Tetapi seringkali kita menemukan
Lebih terperinciMATRIKS BENTUK KANONIK RASIONAL DENGAN MENGGUNAKAN PEMBAGI ELEMENTER INTISARI
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 6, No. (17), hal 7 34. MATRIKS BENTUK KANONIK RASIONAL DENGAN MENGGUNAKAN PEMBAGI ELEMENTER Ardiansyah, Helmi, Fransiskus Fran INTISARI Pada
Lebih terperinci7. NILAI-NILAI VEKTOR EIGEN. Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal
7. NILAI-NILAI VEKTOR EIGEN Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal Nilai Eigen, Vektor Eigen Diketahui A matriks nxn dan x adalah suatu vektor pada R n, maka biasanya tdk ada
Lebih terperinciSOLUSI POSITIF DARI SISTEM SINGULAR DISKRIT
Jurnal Matematika UNAND Vol. 2 No. 3 Hal. 77 81 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND SOLUSI POSITIF DARI SISTEM SINGULAR DISKRIT BETTY ARYANI Program Studi Matematika, Fakultas Matematika
Lebih terperinciBAB II KAJIAN PUSTAKA. operasi matriks, determinan dan invers matriks), aljabar max-plus, matriks atas
BAB II KAJIAN PUSTAKA Pada bab ini akan diuraikan mengenai matriks (meliputi definisi matriks, operasi matriks, determinan dan invers matriks), aljabar max-plus, matriks atas aljabar max-plus, dan penyelesaian
Lebih terperinciBilangan Stirling Jenis Kedua ( Stirling Number of the Second Kind ) Definisi 1. Bilangan Stirling jenis kedua, dinotasikan dengan
Bilangan Stirling Jenis Kedua ( Stirling Number of the Second Kind ) Definisi 1. Bilangan Stirling jenis kedua, dinotasikan dengan, adalah banyaknya cara menyusun partisi suatu himpunan dengan elemen ke
Lebih terperinciMENENTUKAN NILPOTENT ORDE 4 PADA MATRIKS SINGULAR MENGGUNAKAN TEOREMA CAYLEY HAMILTON TUGAS AKHIR
MENENTUKAN NILPOTENT ORDE 4 PADA MATRIKS SINGULAR MENGGUNAKAN TEOREMA CAYLEY HAMILTON TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh: IRMA
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 1.1 Latar Belakang Matriks merupakan istilah yang digunakan untuk menunjukkan jajaran persegi panjang dari bilangan-bilangan dan setiap matriks akan mempunyai baris dan kolom. Salah satu
Lebih terperinciInvers Tergeneralisasi Matriks atas Z p
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Invers Tergeneralisasi Matriks atas Z p Evi Yuliza 1 1 Fakultas MIPA Universitas Sriwijaya evibc3@yahoocom PM A-1 - Abstrak Sebuah matriks
Lebih terperinciOBSERVER UNTUK SISTEM KONTROL LINIER KONTINU
Jurnal Matematika UNAND Vol 5 No 1 Hal 96 12 ISSN : 233 291 c Jurusan Matematika FMIPA UNAND OBSERVER UNTUK SISTEM KONTROL LINIER KONTINU SUKMA HAYATI, ZULAKMAL Program Studi Matematika, Fakultas Matematika
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI A. Matriks 1. Pengertian Matriks Definisi II.A.1 Matriks didefinisikan sebagai susunan persegi panjang dari bilangan-bilangan yang diatur dalam baris dan kolom. Contoh II.A.1: 9 5
Lebih terperinciA 10 Diagonalisasi Matriks Atas Ring Komutatif
A 10 Diagonalisasi Matriks Atas Ring Komutatif Joko Harianto 1, Puguh Wahyu Prasetyo 2, Vika Yugi Kurniawan 3, Sri Wahyuni 4 1 Mahasiswa S2 Matematika FMIPA UGM, 2 Mahasiswa S2 Matematika FMIPA UGM, 3
Lebih terperinciSPECTRUM PADA GRAF STAR ( ) DAN GRAF BIPARTISI KOMPLIT ( ) DENGAN
PROSIDING ISBN : 978 979 6353 3 SPECTRUM PADA GRAF STAR ( ) DAN GRAF BIPARTISI OMPLIT ( ) A. DENGAN Oleh Imam Fahcruddin Mahasiswa Jurusan Matematika Fakultas Sains dan Teknologi Universitas Islam Negeri
Lebih terperinciBAB II LANDASAN TEORI. selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi
BAB II LANDASAN TEORI Pada bab ini akan dibahas tentang landasan teori yang digunakan pada bab selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi yang diuraikan berupa definisi-definisi
Lebih terperinciSTABILISASI SISTEM KONTROL LINIER DENGAN PENEMPATAN NILAI EIGEN
Jurnal Matematika UNAND Vol 2 No 3 Hal 126 133 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND STABILISASI SISTEM KONTROL LINIER DENGAN PENEMPATAN NILAI EIGEN FAURI Program Studi Matematika, Fakultas
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Dalam bab ini akan diberikan beberapa materi yang akan diperlukan di dalam pembahasan, seperti: matriks secara umum; matriks yang dipartisi; matriks tereduksi dan taktereduksi; matriks
Lebih terperinciGeneralized Inverse Pada Matriks Atas
Jurnal Sains Matematika dan Statistika, Vol., No., Juli ISSN 6 - Generalized Inverse Pada Matriks Atas Corry Corazon Marzuki, Yulia Rosita, Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sultan
Lebih terperinci(MS.3) SUBRUANG CONINVARIAN DARI MATRIKS KUADRAT KOMPLEKS
Seminar Nasional Statistika 2 November 20 Vol 2, November 20 (MS.3) SUBRUANG CONINVARIAN DARI MATRIKS KUADRAT KOMPLEKS Euis Hartini Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciGARIS-GARIS BESAR PROGRAM PEMBELAJARAN
GARIS-GARIS BESAR PROGRAM PEMBELAJARAN Mata Kuliah : Aljabar Linear Kode / SKS : TIF-5xxx / 3 SKS Dosen : - Deskripsi Singkat : Mata kuliah ini berisi Sistem persamaan Linier dan Matriks, Determinan, Vektor
Lebih terperinciMenentukan Nilai Eigen Tak Dominan Suatu Matriks Definit Negatif Menggunakan Metode Kuasa Invers dengan Shift
Jurnal Penelitian Sains Volume 14 Nomer 1(A) 14103 Menentukan Nilai Eigen Tak Dominan Suatu Matriks Definit Negatif Menggunakan Metode Kuasa Invers dengan Shift Yuli Andriani Jurusan Matematika FMIPA,
Lebih terperinciKETEROBSERVASIAN SISTEM LINIER DISKRIT
Jurnal Matematika UNAND Vol. 4 No. 1 Hal. 108 114 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND KETEROBSERVASIAN SISTEM LINIER DISKRIT MIDIAN MANURUNG Program Studi Matematika, Fakultas Matematika
Lebih terperinciKARAKTERISASI ALJABAR PADA GRAF BIPARTIT. Soleha, Dian W. Setyawati Institut Teknologi Sepuluh Nopember, Surabaya
KARAKTERISASI ALJABAR PADA GRAF BIPARTIT Soleha, Dian W. Setyawati Institut Teknologi Sepuluh Nopember, Surabaya ABSTRAK. Pada artikel ini dibahas penggunaan teknik aljabar linier untuk mempelajari graf
Lebih terperinciDiagonalisasi Matriks Segitiga Atas Ring komutatif Dengan Elemen Satuan
Diagonalisasi Matriks Segitiga Atas Ring komutatif Dengan Elemen Satuan Fitri Aryani 1, Rahmadani 2 Jurusan Matematika Fakultas Sains dan Teknologi UIN Suska Riau e-mail: khodijah_fitri@uin-suskaacid Abstrak
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : ALJABAR LINIER JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : Definisi, Notasi, dan Operasi Vektor 2.
SATUAN ACARA PERKULIAHAN MATA KULIAH : ALJABAR LINIER JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : 3 Minggu Ke Pokok Bahasan dan TIU Sub Pokok Bahasan Sasaran Belajar Cara Pengajaran Media Tugas Referens i 1
Lebih terperinciG a a = e = a a. b. Berdasarkan Contoh 1.2 bagian b diperoleh himpunan semua bilangan bulat Z. merupakan grup terhadap penjumlahan bilangan.
2. Grup Definisi 1.3 Suatu grup < G, > adalah himpunan tak-kosong G bersama-sama dengan operasi biner pada G sehingga memenuhi aksioma- aksioma berikut: a. operasi biner bersifat asosiatif, yaitu a, b,
Lebih terperinciAPLIKASI MATRIKS LESLIE UNTUK MEMPREDIKSI JUMLAH DAN LAJU PERTUMBUHAN SUATU POPULASI
Buletin Ilmiah Math Stat Dan Terapannya (Bimaster) Volume 02, No 3 (2013), hal 163-172 APLIKASI MATRIKS LESLIE UNTUK MEMPREDIKSI JUMLAH DAN LAJU PERTUMBUHAN SUATU POPULASI Yudha Pratama, Bayu Prihandono,
Lebih terperinciBAB II MATRIKS POSITIF. Pada bab ini akan dibahas mengenai Teorema Perron, yaitu teori hasil kontribusi
BAB II MATRIKS POSITIF Pada bab ini akan dibahas mengenai Teorema Perron, yaitu teori hasil kontribusi dari seorang matematikawan German, Oskar Perron. Perron menerbitkan tulisannya tentang sifat-sifat
Lebih terperinciMATERI ALJABAR LINEAR LANJUT RUANG VEKTOR
MATERI ALJABAR LINEAR LANJUT RUANG VEKTOR Disusun oleh: Dwi Lestari, M.Sc email: dwilestari@uny.ac.id JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA
Lebih terperinciGERSHGORIN DISK FRAGMENT UNTUK MENENTUKAN DAERAH LETAK NILAI EIGEN PADA SUATU MATRIKS. Anggy S. Mandasary 1, Zulkarnain 2 ABSTRACT
GERSHGORIN DISK FRAGMENT UNTUK MENENTUKAN DAERAH LETAK NILAI EIGEN PADA SUATU MATRIKS Anggy S. Mandasary 1, Zulkarnain 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika
Lebih terperinciAPLIKASI DEKOMPOSISI NILAI SINGULAR PADA KOMPRESI UKURAN FILE GAMBAR
Jurnal Matematika UNAND Vol. 4 No. 1 Hal. 31 39 ISSN : 303 910 c Jurusan Matematika FMIPA UNAND APLIKASI DEKOMPOSISI NILAI SINGULAR PADA KOMPRESI UKURAN FILE GAMBAR AMANATUL FIRDAUSI, MAHDHIVAN SYAFWAN,
Lebih terperinciBAB II LANDASAN TEORI. eigen dan vektor eigen, persamaan diferensial, sistem persamaan diferensial, titik
BAB II LANDASAN TEORI Pada bab ini, akan dijelaskan landasan teori yang akan digunakan dalam bab selanjutnya sebagai bahan acuan yang mendukung dan memperkuat tujuan penelitian. Landasan teori yang dimaksud
Lebih terperinciEigen value & Eigen vektor
Eigen value & Eigen vektor Hubungan antara vektor x (bukan nol) dengan vektor Ax yang berada di R n pada proses transformasi dapat terjadi dua kemungkinan : 1) 2) Tidak mudah untuk dibayangkan hubungan
Lebih terperinci1.1. Definisi, Notasi, dan Operasi Vektor 1.2. Susunan Koordinat Ruang R n 1.3. Vektor di dalam R n 1.4. Persamaan garis lurus dan bidang rata
SATUAN ACARA PERKULIAHAN (SAP) MATA KULIAH : MATEMATIKA INFORMATIKA 2 JURUSAN : S1-TEKNIK INFORMATIKA KODE MATA KULIAH : IT-045214 Referensi : [1]. Yusuf Yahya, D. Suryadi. H.S., Agus S., Matematika untuk
Lebih terperinciALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I)
ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I) 1 MATERI ALJABAR LINIER VEKTOR DALAM R1, R2 DAN R3 ALJABAR VEKTOR SISTEM PERSAMAAN LINIER MATRIKS, DETERMINAN DAN ALJABAR MATRIKS, INVERS MATRIKS
Lebih terperinciMATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI
MATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI SAP (1) Buku : Suryadi H.S. 1991, Pengantar Aljabar dan Geometri analitik Vektor Definisi, Notasi, dan Operasi Vektor Susunan
Lebih terperinciBAB 3 FUNGSI MONOTON MATRIKS
BAB 3 FUNGSI MONOTON MATRIKS Pada bab ini akan dibahas fungsi monoton matriks. Dalam mengkontruksi fungsi monoton matriks banyak istilah yang harus kita ketahui sebelumnya. Beberapa konsep yang akan dibahas
Lebih terperinciAPLIKASI MATRIKS KOMPANION PADA PENYELESAIAN SISTEM PERSAMAAN DIFERENSIAL LINIER NON HOMOGEN TUGAS AKHIR
APLIKASI MATRIKS KOMPANION PADA PENYELESAIAN SISTEM PERSAMAAN DIFERENSIAL LINIER NON HOMOGEN TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika
Lebih terperinciEdisi Juni 2011 Volume V No. 1-2 ISSN SIFAT-SIFAT RUANG HASIL KALI DALAM-n KOMPLEKS
SIFAT-SIFAT RUANG HASIL KALI DALAM-n KOMPLEKS Sri Maryani Program Studi Matematika, Fakultas Sains dan Teknik Universitas Jenderal Soedirman, Purwokerto Email : sri.maryani@unsoed.ac.id Abstract Inner
Lebih terperinciBAB II LANDASAN TEORI. dalam penulisan skripsi ini. Teori-teori yang digunakan berupa definisi-definisi serta
BAB II LANDASAN TEORI Pada bab ini akan diuraikan beberapa teori-teori yang digunakan sebagai acuan dalam penulisan skripsi ini. Teori-teori yang digunakan berupa definisi-definisi serta teorema-teorema
Lebih terperinciPenyelesaian Penempatan Kutub Umpan Balik Keluaran dengan Matriks Pseudo Invers
Penyelesaian Penempatan Kutub Umpan Balik Keluaran dengan Matriks Pseudo Invers Agung Wicaksono Program Studi Matematika Jurusan Matematika FSM UNDIP Onforest212@gmail.com Abstrak: Metode matriks pseudo
Lebih terperinciSISTEM KONTROL LINIER
SISTEM KONTROL LINIER Silabus : 1. SISTEM KONTROL 2. TRANSFORMASI LAPLACE 3. PEMODELAN MATEMATIKA DARI SISTEM DINAMIK 4. ANALISIS SISTEM KONTROL DALAM RUANG KEADAAN 5. DESAIN SISTEM KONTROL DALAM RUANG
Lebih terperinciII LANDASAN TEORI. Contoh. Ditinjau dari sistem yang didefinisikan oleh:
5 II LANDASAN TEORI 2.1 Keterkontrolan Untuk mengetahui persoalan sistem kontrol mungkin tidak ada, jika sistem yang ditinjau tidak terkontrol. Walaupun sebagian besar sistem terkontrol ada, akan tetapi
Lebih terperinciNILAI EIGEN DAN VEKTOR EIGEN disebut vektor eigen dari matriks A =
NILAI EIGEN DAN VEKTOR EIGEN >> DEFINISI NILAI EIGEN DAN VEKTOR EIGEN Jika A adalah sebuah matriks n n, maka sebuah vektor taknol x pada R n disebut vektor eigen (vektor karakteristik) dari A jika Ax adalah
Lebih terperinciAljabar Linier Lanjut. Kuliah 1
Aljabar Linier Lanjut Kuliah 1 Materi Kuliah (Review) Multiset Matriks Polinomial Relasi Ekivalensi Kardinal Aritmatika 23/8/2014 Yanita, FMIPA Matematika Unand 2 Multiset Definisi Misalkan S himpunan
Lebih terperinciSUBRUANG MARKED. Suryoto Jurusan Matematika, FMIPA-UNDIP Semarang. Abstrak
SUBRUANG MARKED Suryoto Jurusan Matematika, FMIPA-UNDIP Semarang Abstrak Misalkan V suatu ruang vektor berdimensi hingga atas lapangan kompleks C, T operator linier nilpoten pada V dan W subruang T-invariant
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : ALJABAR LINIER KODE / SKS : IT / 2 SKS
SATUAN ACARA PERKULIAHAN MATA KULIAH : ALJABAR LINIER KODE / SKS : IT0143231 / 2 SKS Deskripsi: - Mata kuliah ini mempelajari konsep aljabar linear sebagai dasar untuk membuat algoritma dalam permasalahan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa definisi dan teorema dengan atau tanpa bukti yang akan digunakan untuk menentukan regularisasi sistem singular linier. Untuk itu akan diberikan terlebih
Lebih terperinciAnalisis Reduksi Model pada Sistem Linier Waktu Diskrit
JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (216) 2337-352 (231-928X Print) A-25 Analisis Reduksi Model pada Sistem Linier Waktu Diskrit Yunita Indriana Sari dan Didik Khusnul Arif Jurusan Matematika, Fakultas
Lebih terperinciSOLUSI POSITIF DARI PERSAMAAN LEONTIEF DISKRIT
Jurnal Matematika UNAND Vol. 2 No. 3 Hal. 103 108 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND SOLUSI POSITIF DARI PERSAMAAN LEONTIEF DISKRIT RASITA ANAS Program Studi Matematika, Fakultas Matematika
Lebih terperinciPertemuan 8 Aljabar Linear & Matriks
Pertemuan 8 Aljabar Linear & Matriks 1 Jika A adl matriks nxn yg invertible, untuk setiap matriks b dgn ukuran nx1, maka sistem persamaan linier Ax = b mempunyai tepat 1 penyelesaian, yaitu x = A -1 b
Lebih terperinciMATRIKS Matematika Industri I
MATRIKS TIP FTP UB Mas ud Effendi Pokok Bahasan Matriks definisi Notasi matriks Matriks yang sama Panambahan dan pengurangan matriks Perkalian matriks Transpos suatu matriks Matriks khusus Determinan suatu
Lebih terperinciMATRIKS Matematika Industri I
MATRIKS TIP FTP UB Mas ud Effendi Pokok Bahasan Matriks definisi Notasi matriks Matriks yang sama Panambahan dan pengurangan matriks Perkalian matriks Transpos suatu matriks Matriks khusus Determinan suatu
Lebih terperinciSTABILISASI SISTEM KONTROL LINIER INVARIANT WAKTU DENGAN MENGGUNAKAN METODE ACKERMANN
Jurnal Matematika UNAND Vol. 2 No. 3 Hal. 34 41 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND STABILISASI SISTEM KONTROL LINIER INVARIANT WAKTU DENGAN MENGGUNAKAN METODE ACKERMANN DIAN PUSPITA BEY
Lebih terperinciLampiran 1 Pembuktian Teorema 2.3
LAMPIRAN 16 Lampiran 1 Pembuktian Teorema 2.3 Sebelum membuktikan Teorema 2.3, terlebih dahulu diberikan beberapa definisi yang berhubungan dengan pembuktian Teorema 2.3. Definisi 1 (Matriks Eselon Baris)
Lebih terperinciMODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI
214 MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI Astri Fitria Nur ani Aljabar Linear 1 1/1/214 1 DAFTAR ISI DAFTAR ISI... i BAB I MATRIKS DAN SISTEM PERSAMAAN A. Pendahuluan... 1 B. Aljabar
Lebih terperinciMETODE PANGKAT DAN METODE DEFLASI DALAM MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS
METODE PANGKAT DAN METODE DEFLASI DALAM MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS Arif Prodi Matematika, FST- UINAM Wahyuni Prodi Matematika, FST-UINAM Try Azisah Prodi Matematika, FST-UINAM
Lebih terperinciBAB II LANDASAN TEORI. pada bab pembahasan. Materi-materi yang akan dibahas yaitu pemodelan
BAB II LANDASAN TEORI Pada bab ini akan dijelaskan mengenai landasan teori yang akan digunakan pada bab pembahasan. Materi-materi yang akan dibahas yaitu pemodelan matematika, teorema Taylor, nilai eigen,
Lebih terperinciAljabar Matriks. Aljabar Matriks
Aljabar Matriks No No Unit Unit Kompetensi 1 Menerapkan keamanan web dinamis 2 Membuat halaman web dinamis dasar 3 Membuat halaman web dinamis lanjut 4 Menerapkan web hosting 5 Menerapkan konten web memenuhi
Lebih terperinciBAB III MODEL STATE-SPACE. dalam teori kontrol modern. Model state space dapat mengatasi keterbatasan dari
BAB III MODEL STATE-SPACE 3.1 Representasi Model State-Space Representasi state space dari suatu sistem merupakan suatu konsep dasar dalam teori kontrol modern. Model state space dapat mengatasi keterbatasan
Lebih terperinciKARAKTERISTIK G-HOMOMORFISMA SKRIPSI SARJANA MATEMATIKA OLEH MEGA PARAMITASARI
KARAKTERISTIK G-HOMOMORFISMA SKRIPSI SARJANA MATEMATIKA OLEH MEGA PARAMITASARI 06 934 013 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS ANDALAS PADANG 2011 ABSTRAK Misalkan
Lebih terperinciREALISASI POSITIF STABIL ASIMTOTIK DARI SISTEM LINIER DISKRIT
Jurnal Matematika UNAND Vol. 3 No. Hal. 35 42 ISSN : 233 29 c Jurusan Matematika FMIPA UNAND REALISASI POSITIF STABIL ASIMTOTIK DARI SISTEM LINIER DISKRIT NOVITA ASWAN Program Studi Magister Matematika,
Lebih terperinciJln. Perintis Kemerdekaan, Makassar, Indonesia, Kode Pos Perintis Kemerdekaan Street, Makassar, Indonesia, Post Code 90245
PERTIDAKSAMAAN DETERMINAN UNTUK MATRIKS SEMIDEFINIT POSITIF Williem Prasetia Widiatno 1), Amir Kamal Amir 2), Naimah Aris 3) williemprasetia@yahoo.com 1), amirkamir@science.unhas.ac.id 2), newima@gmail.com
Lebih terperinciALGORITMA ELIMINASI GAUSS INTERVAL DALAM MENDAPATKAN NILAI DETERMINAN MATRIKS INTERVAL DAN MENCARI SOLUSI SISTEM PERSAMAAN INTERVAL LINEAR
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 313 322. ALGORITMA ELIMINASI GAUSS INTERVAL DALAM MENDAPATKAN NILAI DETERMINAN MATRIKS INTERVAL DAN MENCARI SOLUSI SISTEM
Lebih terperinci1. PENDAHULUAN 2. METODE PENELITIAN 3. HASIL DAN PEMBAHASAN. Abstrak
Kajian mengenai Konstruksi Aljabar Simetris Kiri Menggunakan Fungsi Linier Sofwah Ahmad Departemen Matematika FMIPA UI Kampus UI Depok 16424 sofwahahmad@sciuiacid Abstrak Aljabar merupakan suatu ruang
Lebih terperinciRuang Baris, Ruang Kolom, dan Ruang Null (Kernel)
Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel) Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U November 2015 MZI (FIF Tel-U) Ruang Baris, Kolom,
Lebih terperinciII. TINJAUAN PUSTAKA. Sistem dinamik adalah sistem yang berubah dari waktu ke waktu (Farlow,et al.,
II. TINJAUAN PUSTAKA 2.1 Sistem Dinamik Sistem dinamik adalah sistem yang berubah dari waktu ke waktu (Farlow,et al., 2002). Salah satu tujuan utama dari sistem dinamik adalah mempelajari perilaku dari
Lebih terperinciMatematika Teknik INVERS MATRIKS
INVERS MATRIKS Dalam menentukan solusi suatu SPL selama ini kita dihadapkan kepada bentuk matriks diperbesar dari SPL. Cara lain yang akan dikenalkan disini adalah dengan melakukan OBE pada matriks koefisien
Lebih terperinciSOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 03, No. 1 (2014), hal 91 98. SOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR Febrianti,
Lebih terperinciPROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS VETERAN BANGUN NUSANTARA SUKOHARJO
PERANGKAT PEMBELAJARAN MATA KULIAH : ALJABAR LINIER 2 KODE : MKK414515 DOSEN PENGAMPU : Annisa Prima Exacta, M.Pd. PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS
Lebih terperinciEKSISTENSI DAN KONSTRUKSI GENERALISASI
Jurnal Matematika UNAND Vol. V No. Hal. 77 85 SSN : 2303 290 c Jurusan Matematika FMPA UNAND KSSTNS DAN KONSTRUKS GNRALSAS {}-NVRS DAN {, 2}-NVRS ZAHY DL FTR, YANTA, NOVA NOLZA BAKAR Program Studi Matematika,
Lebih terperinciREALISASI SISTEM LINIER INVARIANT WAKTU
Jurnal Matematika UNAND Vol 2 No 3 Hal 134 141 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND REALISASI SISTEM LINIER INVARIANT WAKTU ANGGI SYAPUTRA Program Studi Matematika, Fakultas Matematika dan
Lebih terperinciMatriks - 1: Beberapa Definisi Dasar Latihan Aljabar Matriks
Matriks - 1: Beberapa Definisi Dasar Latihan Aljabar Matriks Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Agustus 2015 MZI (FIF Tel-U) Matriks -
Lebih terperinciSUMMARY ALJABAR LINEAR
SUMMARY ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS UNIVERSITAS PENDIDIKAN INDONESIA BANDUNG 2010 2 KATA PENGANTAR Bismillahirrahmanirrahim Segala puji bagi Allah Rabb semesta alam. Shalawat serta
Lebih terperinciMAKALAH ALJABAR LINIER
MAKALAH ALJABAR LINIER Transformasi Linier Makalah Ini Disusun Untuk Memenuhi Tugas Mata Kuliah Aljabar Linier Dosen Pengampu : Abdul Aziz Saefudin, S.Pd.I, M.Pd Disusun Oleh: III A4 Kelompok 12 1. Ria
Lebih terperinciBAB 2 LANDASAN TEORI. yang dibicarakan yang akan digunakan pada bab selanjutnya. Bentuk umum dari matriks bujur sangkar adalah sebagai berikut:
BAB 2 LANDASAN TEORI Pada bab ini dibicarakan mengenai matriks yang berbentuk bujur sangkar dengan beberapa definisi, teorema, sifat-sifat dan contoh sesuai dengan matriks tertentu yang dibicarakan yang
Lebih terperinciLatihan 7 : Similaritas, Pendiagonalan Matriks, Polinom Matriks
Latihan 7 : Similaritas, Pendiagonalan Matriks, Polinom Matriks 6. Tentukan polinomial karakteristik dari matriks transformasi A=. Andaikan A adalah matriks persegi berdimensi x. Polinom karakteristik
Lebih terperinciRANK MATRIKS ATAS RING KOMUTATIF
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 1 (2013), hal. 63 70. RANK MATRIKS ATAS RING KOMUTATIF Eka Wulan Ramadhani, Nilamsari Kusumastuti, Evi Noviani INTISARI Rank dari matriks
Lebih terperinciBAB II TINJAUAN PUSTAKA. tegak, perlu diketahui tentang materi-materi sebagai berikut.
BAB II TINJAUAN PUSTAKA Sebelum pembahasan mengenai irisan bidang datar dengan tabung lingkaran tegak, perlu diketahui tentang materi-materi sebagai berikut. A. Matriks Matriks adalah himpunan skalar (bilangan
Lebih terperinciII. TINJAUAN PUSTAKA. nyata (fenomena-fenomena alam) ke dalam bagian-bagian matematika yang. disebut dunia matematika (mathematical world).
5 II. TINJAUAN PUSTAKA 2.1. Pemodelan Matematika Definisi pemodelan matematika : Pemodelan matematika adalah suatu deskripsi dari beberapa perilaku dunia nyata (fenomena-fenomena alam) ke dalam bagian-bagian
Lebih terperinci& & # = atau )!"* ( & ( ( (&
MATRIKS ======PENGERTIAN====== Matriks merupakan Susunan bilangan-bilangan yang membentuk segi empat siku-siku. Susunan bilangan-bilangan tersebut dinamakan entri dalam matriks. Matriks dinotasikan dengan
Lebih terperinciALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS
ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS UNIVERSITAS PENDIDIKAN INDONESIA BANDUNG 2010 2 KATA PENGANTAR Bismillahirrahmanirrahim Segala puji bagi Allah Rabb semesta alam Shalawat serta salam
Lebih terperinciPembagi Bersama Terbesar Matriks Polinomial
Vol. 11, No. 1, 63-70, Juli 2014 Pembagi Bersama Terbesar Matriks Polinomial Indramayanti Syam 1,*, Nur Erawaty 2, Muhammad Zakir 3 ABSTRAK Teori bilangan adalah cabang ilmu Matematika yang mempelajari
Lebih terperinci